一、進程及狀態
1. 進程
程序：比如電腦安裝了很多程序，又比如我們編寫一個xxx.py程序，它們靜靜的保存在硬盤中，所以程序是一個靜態的概念。
進程：一個程序運行起來后，代碼+用到的資源 稱之為進程，它是操作系統分配資源的基本單位。
不僅可以通過線程完成多任務，進程也是可以的。
2. 進程的狀態
工作中，任務數往往大于cpu的核數，即一定有一些任務正在執行，而另外一些任務在等待cpu進行執行，因此導致了有了不同的狀態。
就緒態：運行的條件都已經滿足，正在等在cpu執行
執行態：cpu正在執行其功能
等待態：等待某些條件滿足，例如一個程序sleep了，此時就處于等待態，紅綠燈，等待消息回復，等待同步鎖 等都是處于等待態
二、進程的創建-multiprocessing
multiprocessing模塊就是跨平臺版本的多進程模塊，提供了一個Process類來創建進程對象。
1.示例如下:
from multiprocessing import Process
import time
def run_proc():
"""子進程要執行的代碼"""
while True:
print("----2----")
time.sleep(1)
if __name__ == '__main__':
p = Process(target=run_proc)
p.start()
while True:
print("----1----")
time.sleep(1)
創建子進程時，只需要傳入一個執行函數和函數的參數，創建一個Process實例，用start()方法啟動。
#### 2. 進程pid
可以通過os模塊的getpid()方法獲取當前進程的id，通過getppid()獲取當前進程父進程的id。
示例如下:
import multiprocessing,os,time
def run_proc():
# os.getpid() 取得當前進程的id
# os.getppid() :取得當前進程的父進程的id
while True:
time.sleep(1)
print("--run_proc--子進程的父進程的id=%d 子進程的id= %d" % (os.getppid(), os.getpid()))
if __name__ == "__main__":
print("--main--主進程的父進程id=%d 主進程的id= %d" % (os.getppid(), os.getpid()))
# 在主進程中創建一個子進程p1 ，p1的父進程就是主進程
p1 = multiprocessing.Process(target=run_proc)
p1.start()
3. Process語法結構如下：
Process([group [, target [, name [, args [, kwargs]]]]]):
target：如果傳遞了函數的引用，可以認為這個子進程就執行這里的代碼
args：給target指定的函數傳遞的參數，以元組的方式傳遞
kwargs：給target指定的函數傳遞命名參數
name：給進程設定一個名字，可以不設定
group：指定進程組，大多數情況下用不到
Process創建的實例對象的常用方法：
start()：啟動子進程實例（創建子進程）
is_alive()：判斷進程子進程是否還在活著
join([timeout])：是否等待子進程執行結束，或等待多少秒
terminate()：不管任務是否完成，立即終止子進程
Process創建的實例對象的常用屬性：
name：當前進程的別名，默認為Process-N，N為從1開始遞增的整數
pid：當前進程的pid（進程號）
4. 給子進程指定的函數傳遞參數
# -*- coding:utf-8 -*-
from multiprocessing import Process
import os,time
def run_proc(name, age, **kwargs):
for i in range(10):
print('子進程運行中，name= %s,age=%d ,pid=%d...' % (name, age, os.getpid()))
print(kwargs)
time.sleep(0.2)
if __name__=='__main__':
p = Process(target=run_proc, args=('test',18), kwargs={"m":20})
p.start()
sleep(1) # 1秒中之后，立即結束子進程
p.terminate()
p.join()
運行結果:
子進程運行中，name= test,age=18 ,pid=45097...
{'m': 20}
子進程運行中，name= test,age=18 ,pid=45097...
{'m': 20}
子進程運行中，name= test,age=18 ,pid=45097...
{'m': 20}
子進程運行中，name= test,age=18 ,pid=45097...
{'m': 20}
子進程運行中，name= test,age=18 ,pid=45097...
{'m': 20}
5. 進程間不同享全局變量
# -*- coding:utf-8 -*-
from multiprocessing import Process
import os,time
nums = [11, 22]
def work1():
"""子進程要執行的代碼"""
print("in process1 pid=%d ,nums=%s" % (os.getpid(), nums))
for i in range(3):
nums.append(i)
time.sleep(1)
print("in process1 pid=%d ,nums=%s" % (os.getpid(), nums))
def work2():
"""子進程要執行的代碼"""
print("in process2 pid=%d ,nums=%s" % (os.getpid(), nums))
if __name__ == '__main__':
p1 = Process(target=work1)
p1.start()
p1.join()#阻塞主進程，即等待p1進程執行完畢再執行后續的代碼。
p2 = Process(target=work2)
p2.start()
運行結果:
in process1 pid=11349 ,nums=[11, 22]
in process1 pid=11349 ,nums=[11, 22, 0]
in process1 pid=11349 ,nums=[11, 22, 0, 1]
in process1 pid=11349 ,nums=[11, 22, 0, 1, 2]
in process2 pid=11350 ,nums=[11, 22]
從運行結果可以看出，進程間并沒有共享全局變量nums。
三、進程、線程對比
1.功能：
進程，能夠完成多任務，比如運行的QQ再單獨開一個進程接收推送的消息
線程，能夠完成多任務，比如運行的QQ開多個線程來發送消息、接收文件、視頻聊天等多個任務
2.定義的不同
進程是操作系統進行資源分配和調度的一個基本單位.
線程是進程的一個實體,是CPU調度和分派的基本單位,它是比進程更小的能獨立運行的基本單位.線程自己基本上不擁有系統資源,但是它可與同屬一個進程的其他的線程共享進程所擁有的全部資源.
3.區別
一個程序至少有一個進程,一個進程至少有一個線程.
線程的劃分尺度小于進程(資源比進程少)，使得多線程程序的并發性高。
進程在執行過程中擁有獨立的內存單元，而多個線程共享內存，從而極大地提高了程序的運行效率
線程不能夠獨立執行，必須依存在進程中
4.優缺點
線程和進程在使用上各有優缺點：線程執行開銷小，但不利于資源的管理和保護；而進程正相反。
四、進程間通信-Queue
Process之間有時需要通信，操作系統提供了很多機制來實現進程間的通信。
可以使用multiprocessing模塊的Queue實現多進程之間的數據傳遞，Queue本身是一個消息列隊程序，首先用一個小實例來演示一下Queue的工作原理：
#coding=utf-8
from multiprocessing import Queue
q=Queue(3) #初始化一個Queue對象，最多可接收三條put消息
q.put("消息1")
q.put("消息2")
print(q.full()) #False
q.put("消息3")
print(q.full()) #True
#因為消息列隊已滿下面的try都會拋出異常，第一個try會等待2秒后再拋出異常，第二個Try會立刻拋出異常
try:
q.put("消息4",True,2)
except:
print("消息列隊已滿，現有消息數量:%s"%q.qsize())
try:
q.put_nowait("消息4")
except:
print("消息列隊已滿，現有消息數量:%s"%q.qsize())
#推薦的方式，先判斷消息列隊是否已滿，再寫入
if not q.full():
q.put_nowait("消息4")
#讀取消息時，先判斷消息列隊是否為空，再讀取
if not q.empty():
for i in range(q.qsize()):
print(q.get_nowait())
運行結果:
False
True
消息列隊已滿，現有消息數量:3
消息列隊已滿，現有消息數量:3
消息1
消息2
消息3
說明：
初始化Queue()對象時（例如：q=Queue()），若括號中沒有指定最大可接收的消息數量，或數量為負值，那么就代表可接受的消息數量沒有上限（直到內存的盡頭）；
Queue.qsize()：返回當前隊列包含的消息數量；
Queue.empty()：如果隊列為空，返回True，反之False ；
Queue.full()：如果隊列滿了，返回True,反之False；
Queue.get([block[, timeout]])：獲取隊列中的一條消息，然后將其從列隊中移除，block默認值為True；
1）如果block使用默認值，且沒有設置timeout（單位秒），消息列隊如果為空，此時程序將被阻塞（停在讀取狀態），直到從消息列隊讀到消息為止，如果設置了timeout，則會等待timeout秒，若還沒讀取到任何消息，則拋出"Queue.Empty"異常；
2）如果block值為False，消息列隊如果為空，則會立刻拋出"Queue.Empty"異常；
Queue.get_nowait()：相當Queue.get(False)；
Queue.put(item,[block[, timeout]])：將item消息寫入隊列，block默認值為True；
1）如果block使用默認值，且沒有設置timeout（單位秒），消息列隊如果已經沒有空間可寫入，此時程序將被阻塞（停在寫入狀態），直到從消息列隊騰出空間為止，如果設置了timeout，則會等待timeout秒，若還沒空間，則拋出"Queue.Full"異常；
2）如果block值為False，消息列隊如果沒有空間可寫入，則會立刻拋出"Queue.Full"異常；
Queue.put_nowait(item)：相當Queue.put(item, False)；
我們以Queue為例，在父進程中創建兩個子進程，一個往Queue里寫數據，一個從Queue里讀數據：
from multiprocessing import Process, Queue
import os, time, random
# 寫數據進程執行的代碼:
def write(q):
for value in ['A', 'B', 'C']:
print('Put %s to queue...' % value)
q.put(value)
time.sleep(random.random())
# 讀數據進程執行的代碼:
def read(q):
while True:
if not q.empty():
value = q.get(True)
print('Get %s from queue.' % value)
time.sleep(random.random())
else:
break
if __name__=='__main__':
# 父進程創建Queue，并傳給各個子進程：
q = Queue()
pw = Process(target=write, args=(q,))
pr = Process(target=read, args=(q,))
# 啟動子進程pw，寫入:
pw.start()
# 等待pw結束:
pw.join()
# 啟動子進程pr，讀取:
pr.start()
pr.join()
# pr進程里是死循環，無法等待其結束，只能強行終止:
print('')
print('所有數據都寫入并且讀完')
五、進程池Pool
當需要創建的子進程數量不多時，可以直接利用multiprocessing中的Process動態生成多個進程，但如果是上百甚至上千個目標，手動的去創建進程的工作量巨大，此時就可以用到multiprocessing模塊提供的Pool方法。
初始化Pool時，可以指定一個最大進程數，當有新的請求提交到Pool中時，如果池還沒有滿，那么就會創建一個新的進程用來執行該請求；但如果池中的進程數已經達到指定的最大值，那么該請求就會等待，直到池中有進程結束，才會用之前的進程來執行新的任務，請看下面的實例：
# -*- coding:utf-8 -*-
from multiprocessing import Pool
import os, time, random
def worker(msg):
t_start = time.time()
print("%s開始執行,進程號為%d" % (msg,os.getpid()))
# random.random()隨機生成0~1之間的浮點數
time.sleep(random.random()*2)
t_stop = time.time()
print(msg,"執行完畢，耗時%0.2f" % (t_stop-t_start))
po = Pool(3) # 定義一個進程池，最大進程數3
for i in range(0,10):
# Pool().apply_async(要調用的目標,(傳遞給目標的參數元祖,))
# 每次循環將會用空閑出來的子進程去調用目標
po.apply_async(worker,(i,))
print("----start----")
po.close() # 關閉進程池，關閉后po不再接收新的請求
po.join() # 等待po中所有子進程執行完成，必須放在close語句之后
print("-----end-----")
運行結果:
----start----
0開始執行,進程號為21466
1開始執行,進程號為21468
2開始執行,進程號為21467
0 執行完畢，耗時1.01
3開始執行,進程號為21466
2 執行完畢，耗時1.24
4開始執行,進程號為21467
3 執行完畢，耗時0.56
5開始執行,進程號為21466
1 執行完畢，耗時1.68
6開始執行,進程號為21468
4 執行完畢，耗時0.67
7開始執行,進程號為21467
5 執行完畢，耗時0.83
8開始執行,進程號為21466
6 執行完畢，耗時0.75
9開始執行,進程號為21468
7 執行完畢，耗時1.03
8 執行完畢，耗時1.05
9 執行完畢，耗時1.69
-----end-----
multiprocessing.Pool常用函數解析：
apply_async(func[, args[, kwds]]) ：使用非阻塞方式調用func（并行執行，堵塞方式必須等待上一個進程退出才能執行下一個進程），args為傳遞給func的參數列表，kwds為傳遞給func的關鍵字參數列表；
close()：關閉Pool，使其不再接受新的任務；
terminate()：不管任務是否完成，立即終止；
join()：主進程阻塞，等待子進程的退出， 必須在close或terminate之后使用；
進程池中的Queue
如果要使用Pool創建進程，就需要使用multiprocessing.Manager()中的Queue()，而不是multiprocessing.Queue()，否則會得到一條如下的錯誤信息：
RuntimeError: Queue objects should only be shared between processes through inheritance.
下面的實例演示了進程池中的進程如何通信：
# -*- coding:utf-8 -*-
# 修改import中的Queue為Manager
from multiprocessing import Manager,Pool
import os,time,random
def reader(q):
print("reader啟動(%s),父進程為(%s)" % (os.getpid(), os.getppid()))
for i in range(q.qsize()):
print("reader從Queue獲取到消息：%s" % q.get())
def writer(q):
print("writer啟動(%s),父進程為(%s)" % (os.getpid(), os.getppid()))
for i in "itcast":
q.put(i)
if __name__=="__main__":
print("(%s) start" % os.getpid())
q = Manager().Queue() # 使用Manager中的Queue
po = Pool()
po.apply_async(writer, (q,))
time.sleep(1) # 先讓上面的任務向Queue存入數據，然后再讓下面的任務開始從中取數據
po.apply_async(reader, (q,))
po.close()
po.join()
print("(%s) End" % os.getpid())
運行結果:
(11095) start
writer啟動(11097),父進程為(11095)
reader啟動(11098),父進程為(11095)
reader從Queue獲取到消息：i
reader從Queue獲取到消息：t
reader從Queue獲取到消息：c
reader從Queue獲取到消息：a
reader從Queue獲取到消息：s
reader從Queue獲取到消息：t
(11095) End
